Please use this identifier to cite or link to this item: http://hdl.handle.net/10348/9854
Title: Classificação de doenças neurodegenerativas baseada na locomoção humana
Authors: Silva, Filipa Daniela Azevedo
Advisor: Leite, Argentina Maria Soeima
Pereira, Luis José Calçada Torres
Pires, Eduardo José Solteiro
Keywords: doenças neurodegenerativas
locomoção humana
Issue Date: 21-Feb-2020
Abstract: As doenças neurodegenerativas referem-se à disfunção do controlo do sistema nervoso e muscular. A análise da marcha é uma ferramenta eficaz para a identificação e classificação da gravidade dos tipos dessas doenças. Nesta dissertação, apresentam-se métodos não lineares para o estudo de sinais da marcha referentes a indivíduos com doenças neurodegenerativas, nomeadamente o Detren-ded Fluctuation Analysise a Entropia Aproximada. Posteriormente, usam-se redes neuronais para classificar pacientes portadores destas doenças. Foi dada especialatenção às redes neuronais não-recorrentes (redefeedforward), bem como às redes neuronais-recorrentes (Long Short-Term Memory). Para esse fim, foi utilizada a base de dados intitulada por Marcha na Base de Dados de Doenças Neurodegenerativas (gaitndd) retirada da Physionet, que é constituída por quatro grupos: um relativo a indivíduos saudáveis (controlo), outro a indivíduos portadores da doença de Huntington, o terceiro a pacientes com Esclerose Lateral Amiotrófica e o quarto a indivíduos com a patologia de Parkinson.
Neurodegenerative diseases refer to dysfunction in the control of thenervous and muscular system. Gait analysis is an effective tool for identifying andclassifying the severity of the types of these diseases. In this dissertation, non-linearmethods for the study of gait signals for individuals with neurodegenerative disea-ses are presented, namely theDetrended Fluctuation Analysisand the ApproximateEntropy. Subsequently, neural networks are used to classify patients with these di-seases. Special attention was paid to non-recurring neural networks (feedforwardnetwork), as well as to recurrent neural networks (Long Short-Term Memory). Forthis purpose, the database entitled Gait in Neurodegenerative Disease DatabasePhysionet withdrawal, which consists of four groups: one relating to healthy in-dividuals (control), another to individuals with Huntington’s disease, the third topatients with Amyotrophic Lateral Sclerosis and the fourth to individuals with Par-kinson’s disease.
Description: Dissertação submetida à UNIVERSIDADE DE TRÀS-OS-MONTES E ALTO DOURO para obtenção do grau de MESTRE em Engenharia Biomédica
URI: http://hdl.handle.net/10348/9854
Document Type: Master Thesis
Appears in Collections:DENG - Dissertações de Mestrado
TD - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Filipa Daniela Azevedo Silva.pdf
  Until 2023-02-21
16,99 MBAdobe PDFView/Open Request a copy
Declaração Filipa Daniela Azevedo Silva.pdf1,01 MBAdobe PDFThumbnail
View/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex mendeley Endnote Logotipo do DeGóis Logotipo do Orcid 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.